|
|||||
|
|
| 基于Subbagging的支持向量回归集成及应用 | |
| 引用本文： | 李丽,车金香,赵云,车金星. 基于Subbagging的支持向量回归集成及应用[J]. 数学的实践与认识, 2019, 0(15) |
| 作者姓名： | 李丽 车金香 赵云 车金星 |
| 作者单位： | 南昌工程学院理学院;修水县中医院;国网修水县电力公司 |
| 摘 要： | 基于Subbagging的支持向量回归(SVR)集成预测方法的目的有两个方面:一是理论分析上使得集成预测统计量成为不完全U统计量,二是计算上使得SVR复杂度显著降低.系统地研究了该方法的建模过程,重点讨论了采样尺寸参数对预测精度的影响,并通过真实案例分析验证了所建立的SVR集成预测方法的有效性. |
| 关 键 词： | 支持向量回归 预测方法 Subbagging 模型复杂度 |
Subsampled Support Vector Regression Ensemble and Its Application |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |